Публикации по теме 'supply-chain'
Решение «каверзных проблем» S&OP с помощью ИИ
Дениз Байерс, исполнительный партнер по работе с клиентами в Aera Technology
Серьезные проблемы подрывают планирование продаж и операций (S&OP) и цепочку поставок. Они характеризуются чрезвычайной сложностью и глубокими глубинными причинами, которые не поддаются традиционным решениям.
Как описано в Harvard Business Review , сложные проблемы — это «противоположность трудным, но обычным проблемам, которые люди могут решить за ограниченный период времени, применяя стандартные методы...
Пошаговое руководство: использование машинного обучения и анализа данных для повышения эффективности закупок и…
Предположим, вы работаете в производственной компании среднего размера, выпускающей бытовую электронику. Компания недавно осознала, что ей необходимо пересмотреть свои процессы закупок, чтобы сократить расходы и повысить эффективность. Как разработчику Python, вам было поручено разработать некоторые инструменты, которые помогут с…
Кредитный риск и концепции машинного обучения — 5
Аналитик кредитного риска должен быстро пройти первоначальную проверку кредитоспособности, поскольку обычно на столе находится сделка, и новый клиент находится на борту, или для текущего клиента запланирована проверка на основе результатов деятельности и соображений до -актуальная информация о клиенте и его финансовом положении. В сложном бизнесе не обязательно существует единый подход к регистрации и проверке кредитоспособности. В предыдущем разделе я показал рабочий процесс..
Прогнозирование уровня обслуживания с помощью Facebook Prophet
Прогнозирование временных рядов по одному из ключевых показателей эффективности розничной цепочки поставок — уровню логистических услуг — с использованием одного из популярных в последнее время алгоритмов машинного обучения Facebook’s Prophet.
В цепочке поставок есть много ключевых показателей эффективности, и одним из самых популярных из них является уровень логистических услуг. Теперь мы собираемся определить, что такое уровень обслуживания.
Уровень обслуживания используется в..
Повышение планки: оптимизация прогнозирования продаж алкоголя и спиртных напитков с помощью сезонных моделей ARIMA
Повышение планки: оптимизация прогнозирования продаж алкоголя и спиртных напитков с помощью сезонных моделей ARIMA
Точные прогнозы позволяют лучше управлять запасами и лучше понимать сезонные колебания спроса на продукцию. Прогнозы продаж алкоголя должны учитывать местные праздники, спрос и законы. Модель ARIMA может эффективно моделировать праздники и изменяющийся во времени спрос на уровне SKU и на региональном уровне.
Достижение высокой точности в прогнозировании продаж..
Может ли ИИ революционизировать автоматизацию ценообразования в прямых закупках?
Это первая часть серии статей о том, как Zumen разработал функцию извлечения информации из предложений и счетов. Будущие части будут включать в себя глубину используемых технологий, важность этой технологии в отрасли и то, как она может решить бизнес-задачи. Если вы новичок в цепочке поставок и прямых закупках материалов, не беспокойтесь. В двух наших руководствах Ultimate подробно рассказывается о прямых закупках.
Руководство по циклу прямых закупок материалов — часть 1 :..
Пример использования машинного обучения в логистике и туризме.
Привет, ребята! Сегодня мы обсудим вариант использования машинного обучения в логистике и туризме. Как мы знаем, машинное обучение почти используется в различных отраслях, таких как здравоохранение, банковский сектор, платформы социальных сетей, такие как Facebook, Twitter, Instagram, логистика и туризм, и многие другие. подробнее. В моей последней статье мы читали о сценарии использования машинного обучения в здравоохранении. Перейдите по следующей ссылке, чтобы прочитать краткий и простой..
